检索结果-南通市图书馆

基于递推规范变量残差和核主元分析的微小故障检测

在线全文

学校读者我要写书评

暂无评论

控制理论与应用 2022年第9期39卷 1716-1724页

作者：秦玉峰史贤俊海军航空大学岸防兵学院山东烟台264001

微小故障由于故障征兆不明显从而很难在故障发生早期对其进行检测.针对该问题,本文提出了一种基于递推规范变量残差和核主元分析(RCVD-KPCA)的微小故障检测方法.首先构造规范变量残差,从中提取数据的线性特征.利用指数加权滑动平均法对... 详细信息

微小故障由于故障征兆不明显从而很难在故障发生早期对其进行检测.针对该问题,本文提出了一种基于递推规范变量残差和核主元分析(RCVD-KPCA)的微小故障检测方法.首先构造规范变量残差,从中提取数据的线性特征.利用指数加权滑动平均法对规范变量残差进行递推滤波处理,提高规范变量残差对微小故障的敏感程度;然后使用KPCA提取规范变量残差中的非线性主成分作为非线性特征,根据提取的特征提出了两个新的故障检测统计量;此外,利用核密度估计确定故障检测统计量的控制限.由于同时提取了过程数据的线性和非线性特征,有效地提高了非线性动态过程中微小故障的可检测性.以闭环连续搅拌釜式反应器过程为例进行了仿真分析,仿真结果表明本文所提方法具有较好的故障检测性能.

关键词：故障检测规范变量残差核主元分析微小故障指数加权滑动平均核密度估计

基于模糊AGA-KPCA的MIMU传感器故障诊断方法

在线全文

学校读者我要写书评

暂无评论

中国惯性技术学报 2022年第6期30卷 835-840页

作者：高运广蔡艳平盛安湖南三一工业职业技术学院工程机械学院长沙410129 火箭军工程大学作战保障学院西安710025

传感器输出数据的可靠性是保障其发挥作用的前提。鉴于主元分析(PCA)处理非线性问题能力的不足,提出了一种基于核主元分析(KPCA)的非线性微惯性测量单元(MIMU)传感器故障诊断方法。通过构建KPCA模型预测误差和传感器变量贡献量变化值实... 详细信息

传感器输出数据的可靠性是保障其发挥作用的前提。鉴于主元分析(PCA)处理非线性问题能力的不足,提出了一种基于核主元分析(KPCA)的非线性微惯性测量单元(MIMU)传感器故障诊断方法。通过构建KPCA模型预测误差和传感器变量贡献量变化值实现故障监测与定位,为了减少参数选择的盲目性和建模工作量,利用模糊推理改进的自适应遗传算法(AGA)对KPCA核函数参数进行自动优选。仿真结果表明,所提出的方法对MIMU传感器具有良好的故障监测与识别能力,相比于常规KPCA,故障监测的平均准确率提高了18.44%,证明了方法的有效性和优势。

关键词：微惯性测量单元传感器故障诊断核主元分析自适应遗传算法

在线全文

学校读者我要写书评

暂无评论

在线压缩核主元分析的自适应过程监控

上海交通大学学报 2022年第10期56卷 1397-1408页

作者：郭金玉李文涛李元沈阳化工大学信息工程学院沈阳110142

对于动态系统,传统的核主元分析(KPCA)方法处理的效果不理想.滑动窗口核主元分析方法能适应动态系统的正常参数漂移,但是该方法处理大量的样本时需要较长的运算时间.因此,提出一种在线压缩核主元分析的自适应过程监控方法.该方法在大量... 详细信息

对于动态系统,传统的核主元分析(KPCA)方法处理的效果不理想.滑动窗口核主元分析方法能适应动态系统的正常参数漂移,但是该方法处理大量的样本时需要较长的运算时间.因此,提出一种在线压缩核主元分析的自适应过程监控方法.该方法在大量的样本中选定较小的训练集作为初始压缩集进行建模,对在线实时采集的数据进行分析,判断新的样本是否正常.若为正常样本,判断该样本是否加入压缩集中,在加入压缩集的同时自动更新在线KPCA模型.将该方法应用到数值例子和田纳西-伊斯曼(TE)过程,仿真结果验证了该方法的有效性.

关键词：核主元分析在线压缩核主元分析滑动窗口过程监控

半监督拉普拉斯分值在滚动轴承故障诊断中的应用

在线全文

学校读者我要写书评

暂无评论

机械强度 2023年第4期45卷 771-777页

作者：梁闯陈长征刘野贾歆莹沈阳工业大学机械工程学院沈阳110870 华晨宝马汽车有限公司沈阳110143

针对滚动轴承故障诊断过程中标签样本不足的问题,结合特征选择与二次挖掘,提出了基于半监督拉普拉斯分值(Semi Supervised Laplace Score,SSLS)和核主元分析(Kernel Principal Component Analysis,KPCA)的滚动轴承故障诊断模型。SSLS将... 详细信息

针对滚动轴承故障诊断过程中标签样本不足的问题,结合特征选择与二次挖掘,提出了基于半监督拉普拉斯分值(Semi Supervised Laplace Score,SSLS)和核主元分析(Kernel Principal Component Analysis,KPCA)的滚动轴承故障诊断模型。SSLS将半监督思想应用于拉普拉斯分值特征选择方法中,利用少量的有标签样本和大量无标签样本,结合KPCA对故障特征进行二次挖掘。同时,将粒子群优化的支持向量机(Particle Swarm Optimization-based Support Vector Machine,PSO-SVM)算法用于故障分类。最后,将该模型应用于实验数据分析过程。结果表明,该模型在减少样本标记工作量的同时,仍能在滚动轴承故障分类中保持较高的准确率,验证了所建立模型的有效性和工程实用性。

关键词：特征选择半监督拉普拉斯分值核主元分析粒子群优化的支持向量机故障诊断

基于DPC-MND和多元状态估计的磨煤机故障预警研究

在线全文

学校读者我要写书评

暂无评论

控制工程 2024年第5期31卷 928-937页

作者：姚天杨茅大钧韩万里上海电力大学自动化工程学院上海200090 国网上海市电力公司青浦供电公司上海201700

火电机组磨煤机存在运行条件恶劣、故障频发等问题,对磨煤机进行故障预警,可以有效防止一些常见故障的发生,从而保证火电机组的安全运行。为此,提出一种基于相互邻近度的密度峰值聚类和多元状态估计的磨煤机故障预警方法。首先,采用核... 详细信息

火电机组磨煤机存在运行条件恶劣、故障频发等问题,对磨煤机进行故障预警,可以有效防止一些常见故障的发生,从而保证火电机组的安全运行。为此,提出一种基于相互邻近度的密度峰值聚类和多元状态估计的磨煤机故障预警方法。首先,采用核主元分析选取磨煤机的主要状态参数,同时采用集合经验模态分解对历史运行数据进行去噪,进一步优化数据质量;然后,采用基于相互邻近度的密度峰值聚类(density peaks clustering based on mutual neighborhood degrees,DPC-MND)方法构建动态记忆矩阵,利用多元状态估计技术(multivariate state estimation techniques,MSET)对磨煤机正常运行工况下的历史数据进行建模,并确定磨煤机的运行状态。最后,以安徽某电厂ZGM113G型中速磨煤机为例进行验证,结果表明该方法可以实现对磨煤机故障的有效预警。

关键词：中速磨煤机核主元分析 DPC-MND 多元状态估计技术故障预警

基于动态特征融合的船舶柴油机进排气系统故障诊断

在线全文

学校读者我要写书评

暂无评论

中国舰船研究 2022年第6期17卷 103-110页

作者：曹乐乐张鹏高泽宇张跃文孙培廷大连海事大学轮机工程学院辽宁大连116026

[目的]船舶系统由多设备的复杂机构组成,各组件参数具有动态性和非线性的特点,所以故障诊断过程复杂。为提高诊断效率,提出一种动态特征融合方法。[方法]利用分形理论、动态理论及核主元分析(KPCA)法对系统状态数据进行重构、映射及筛选... 详细信息

[目的]船舶系统由多设备的复杂机构组成,各组件参数具有动态性和非线性的特点,所以故障诊断过程复杂。为提高诊断效率,提出一种动态特征融合方法。[方法]利用分形理论、动态理论及核主元分析(KPCA)法对系统状态数据进行重构、映射及筛选,得到主元特征数据矩阵,求得平方预测误差(SPE)及相应的控制限,构建出基于船舶柴油机进排气系统健康数据的离线监测模型,利用该模型对系统进行故障诊断分析。为验证模型的有效性,选取某船舶柴油机进排气系统的故障数据进行验证分析。[结果]结果表明,动态特征融合分析方法可有效实现对系统动态非线性状态数据的精确分析,实现对系统故障的高效分析和诊断。与KPCA及支持向量机(SVM)方法相比,所提方法具有更好的故障诊断性能。[结论]该方法可实现船舶柴油机进排气系统故障的检测和诊断,提升系统运行的可靠性和安全性。

关键词：船舶柴油机进排气系统故障诊断核主元分析关联维数动态理论

基于核主元分析法的核电厂设备状态监测技术研究

在线全文

学校读者我要写书评

暂无评论

核动力工程 2020年第5期41卷 132-137页

作者：吴天昊刘韬施海宁张涛唐堂苏州热工研究院有限公司江苏苏州215004

为解决核电厂传统监测手段的局限性,提出将核主元分析法(KPCA)引入核电厂设备在线监测领域中,并设计了监测模型建设方法以及在线监测策略。为验证算法的有效性,将其应用在国内某核电机组电动主给水泵的真实监测案例中。仿真结果表明,KPC... 详细信息

为解决核电厂传统监测手段的局限性,提出将核主元分析法(KPCA)引入核电厂设备在线监测领域中,并设计了监测模型建设方法以及在线监测策略。为验证算法的有效性,将其应用在国内某核电机组电动主给水泵的真实监测案例中。仿真结果表明,KPCA算法可适应核电厂设备监测的要求,能比现有阈值监测手段提供更为早期的故障预警。同时,相比于常规的主元分析法(PCA),KPCA算法能够提取各变量之间的非线性关系,识别出设备不同的运行模式,有效减少误报警。

关键词：核主元分析核电厂状态监测

基于RFKPCA和SAC-BiLSTM的复杂工业过程故障预测

在线全文

学校读者我要写书评

暂无评论

控制工程 2023年

作者：朱海南方叶祥南京工业大学经济与管理学院

为实现对复杂工业过程的故障趋势预测，提出基于RF-KPCA和SAC-BILSTM故障预测方法。首先，使用随机森林算法(RF)的特征重要性对故障特征进行筛选。之后，使用核主元分析(KPCA)进行特征重构，并构造霍特林(T2)统计量用以描述工业过程的... 详细信息

为实现对复杂工业过程的故障趋势预测，提出基于RF-KPCA和SAC-BILSTM故障预测方法。首先，使用随机森林算法(RF)的特征重要性对故障特征进行筛选。之后，使用核主元分析(KPCA)进行特征重构，并构造霍特林(T2)统计量用以描述工业过程的状态趋势。将降维后的变量与T2统计量组成监督学习型时间序列数据，针对双向长短时记忆网络(BiLSTM)无法提取空间特征，引入卷积网络(CNN)并改进激活函数，并针对故障点前后数据时变性较强的特性在隐藏输出层加入注意力机制。在TE仿真平台数据上的实验，表明此模型的准确性与其他模型相比有明显提升，与AC-BiLSTM相比在平均绝对百分比误差上，分别降低5.4%和10.7%，并且LSTM无法起到预测作用，无法表征故障趋势，而改进模型起到预测效果。

关键词：故障预测核主元分析卷积神经网络注意力机制双向长短期记忆神经网络

基于健康指数的风电机组高速轴轴承状态评估与预测

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

太阳能学报 2021年第10期42卷 290-297页

作者：李振恩张新燕胡威谢丽蓉新疆大学电气工程学院乌鲁木齐830047

为评估风电机组高速轴轴承的健康状况并预测其后续状态,构建能反映轴承退化过程的健康指数(HI)曲线作为健康状态预测的基础,提出一种核主元分析(KPCA)与双向长短期记忆(Bi-LSTM)网络相结合的方法。首先利用单调性及核主元分析构建高速... 详细信息

为评估风电机组高速轴轴承的健康状况并预测其后续状态,构建能反映轴承退化过程的健康指数(HI)曲线作为健康状态预测的基础,提出一种核主元分析(KPCA)与双向长短期记忆(Bi-LSTM)网络相结合的方法。首先利用单调性及核主元分析构建高速轴轴承的HI曲线,其次在已构建的HI曲线基础上利用Bi-LSTM网络对高速轴轴承的健康状态进行预测。通过高速轴轴承全寿命周期试验,验证了该方法构建的HI曲线单调性好,能对高速轴轴承进行较为准确的健康评估和状态预测。

关键词：风电机组轴承预测评估健康指数核主元分析双向长短期记忆